通俗解释
预填充是算力密集，解码是带宽密集，混在一起互相拖累。分离部署后两者各自扩缩容，满足首 token 延迟和每 token 延迟目标的吞吐更高。
用在哪里：大规模在线推理集群
01原始论文
DistServe: Disaggregating Prefill and Decoding for Goodput-optimized Large Language Model Serving
Yinmin Zhong, Shengyu Liu, Junda Chen, et al. · 2024
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
pd-disaggregation)